ES常识

1、es查询dsl的filter与must，term与match的区别

    对于 keyword类型的字段而言， 用 term 和 match 都是可以查询的；但对于 text 类型的分词字段而言，只能用match 才能够查询到结果；

    根据嵌套类型查询  （filter 与 must 是属于同一个级别的查询方式，都可以作为 query->bool  的属性）
      filter： 不计算评分， 查询效率高；有缓存；  （推荐）
        + term： 精确匹配；
        + match： 模糊匹配， 倒排索引；
    must： 要计算评分，查询效率低；无缓存；
        +term： 精确匹配 ， 要评分；
        +match：模糊匹配， 要评分；

2、关于ES字符串类型（Text vs keyword）的选择

ElasticSearch 5.0以后，string类型有重大变更，移除了string类型，string字段被拆分成两种新的数据类型: text用于全文搜索的,而keyword用于关键词搜索。

ElasticSearch字符串将默认被同时映射成text和keyword类型，将会自动创建下面的动态映射(dynamic mappings):

这就是造成部分字段还会自动生成一个与之对应的“.keyword”字段的原因。

Text vs. keyword

Text：会分词，然后进行索引

       支持模糊、精确查询

       不支持聚合

keyword：不进行分词，直接索引

       支持模糊、精确查询

       支持聚合

由于接口中有的需要源字段，而有的需要keyword字段，需要前后端做判断，十分繁琐且很难保持接口统一。

3、多字段聚合

通常情况，terms聚合都是仅针对于一个字段的聚合。因为该聚合是需要把词条放入一个哈希表中，如果多个字段就会造成n^2的内存消耗。

不过，对于多字段，ES也提供了下面两种方式：

• 1 使用脚本合并字段
• 2 使用copy_to方法，合并两个字段，创建出一个新的字段，对新字段执行单个字段的聚合。

4、空字符串判断处理

查询出没有该字段的文档

GET index名称/_count
{
  "query": {
    "bool": {
      "must_not": [
        {
          "exists": {
            "field": "字段名称"
          }
        }
      ]
    }
  }
}

字段值为空字符串

GET index名称/_count
{
  "query": {
    "bool": {
      "must_not": [
        {
          "wildcard": {
            "字段名称": {
              "value": "*"
            }
          }
        }
      ]
    }
  }
}

字段值不为空字符串的文档

GET index名称/_count
{
  "query": {
    "wildcard": {
      "字段名称": {
        "value": "*"
      }
    }
  }
}